人工智能在建筑外墻檢測中的應用探討

1 引言

近年來，建筑外墻由于其經濟美觀的應用效果，發展十分迅速，種類越來越多。 目前，應用最廣的外墻類型主要有飾面磚、外墻掛板和幕墻3 種。 但建筑外墻的設計年限標準一般為25 年[1]，與建筑主體的設計年限存在的差距較大。 建筑外墻長期處在復雜的環境下，建筑外墻的質量問題越來越突出，外墻面板墜落事故時有發生，嚴重威脅著人們的生命財產安全。

建筑外墻存在的缺陷類型主要有脫落、裂縫、空鼓、滲水、連接件失效（幕墻特有）、玻璃爆裂（玻璃幕墻特有），如圖1 所示。目前，傳統的檢測方法主要為目測法、錘擊法和拉拔法。這些檢測方法存在檢測效率低、主觀意識強、檢測覆蓋率低且對結構存在一定的破壞的缺點。 本文介紹新興的檢測手段及人工智能技術在外墻缺陷識別中的應用情況。

圖1 外墻缺陷

2 外墻檢測技術

2.1 紅外熱成像技術

紅外熱成像技術是一種測量目標表面或物體發出和反射的紅外輻射的技術，具有非接觸、檢測面積大、檢測效率高、檢測距離遠等特點，近年來在土木工程中得到了廣泛應用[2]。 馮力強[3]通過對紅外熱像技術檢測建筑外墻飾面層的黏結質量進行試驗研究、程序設計以及數值模擬，系統研究了飾面層表面溫度的變化規律、 內部缺陷的定量化分析方法以及檢測流程與注意事項等關鍵問題。 得出結論如下：飾面層的表面溫度隨著紅外熱像儀豎向拍攝角度和發射率的減小而增大， 但紅外熱像儀的豎向拍攝角度在45°范圍內對溫差位置曲線的影響較小，其對檢測結果的影響可以忽略。……